复杂地形区的再分析资料降尺度研究——以天山山区为例

The research of climate change in complex mountain regions is a global hotspot and also a great demand for regional development. Lack of observations and defect of spatial interpolation are the prominent bottleneck problems for mountain climate change research. As the surrogate of observations, reanalysis is widely applied recently. However, the reliability of reanalysis should be precise evaluated at mountain regions. The spatial resolution of reanalysis could not represent the characteristics of micro-scale environment. Therefore, downscaling of reanalysis is of great scientific significance. In this proposal, taking the Tianshan Mountains as an example, temperature data from ERA-Interim reanalysis product is systematically evaluated based on gridded data and observations using multi-methods of statistical diagnostic analysis. A robust temperature elevation correction model which is independent of observations is created based on ERA-Interim data. Then, ERA-Interim 0.25°×0.25°3-hourly temperature data is downscaled to 100m grid. The downscaled temperature is corrected according to aspect and slope information derived from DEM using topographical adjust statistical model. An underlying surface correction model is created according to the correlation between vegetation index, albedo and temperature. The downscaled temperature is further corrected. A temperature dataset for the Tianshan Mountains in high temporal-spatial resolution (3h, 100m) is established. This study tends to provide a scientific reference for mountain climate change research and downscaling technique promotion.

复杂山地的气候变化研究是国内外的热点，也是区域发展的重大需求。地面观测资料的稀缺和空间插值方法的局限是制约山地气候变化研究的突出瓶颈。再分析数据作为观测资料的替代品被应用广泛，但在山区的可信度尚需严格检验，而且再分析资料的空间分辨率仍不能反映微观尺度下的气候变化特征。因此，进行再分析资料空间降尺度有重要科学意义。本研究以天山山区为例，基于网格和地面观测数据，运用多种统计诊断方法系统评估ERA-Interim气温资料的可信度；构建不依赖地面观测站点的气温高程校正模型，将ERA-Interim 0.25°×0.25° 3小时气温数据降尺度到100m网格；根据坡向和坡度信息，运用地形调节统计模型，对降尺度数据进行地形校正；根据植被指数、地表反射率与气温的相关性，构建下垫面校正模型，进一步修正降尺度数据，创建天山山区3小时100m网格气温数据集，以期为山地气候变化研究和降尺度技术推广提供科学参考。

地貌类型多样、海拔高程巨大的山地是全球变化研究的重点领域，高山上的冰川和积雪是气候变化的敏感指示器。气候变化，尤其是气温升高密切影响着冰川退缩和积雪消融，从而对区域生态环境和经济社会发展产生重要影响。气温是气候变化研究最主要、最直接的指标，是气候变化研究的重要对象之一，同时也是地表陆面过程模型、水文模型、气候模型等众多模型必需的基础参数。由于多种原因，山区气象观测站点数量稀少，且多数分布在谷地。因此，获取高时空分辨率、 连续的网格化气温数据是充分反映区域气候变化时空特征的重要前提，也是提高各类模型模拟精度的先决条件。..本项目收集和整理天山地区的地面气象站点数据，利用线性趋势分析、Mann-Kendall突变检验、R/S分析方法对天山气温进行了时空变化分析。结果表明：天山山区20 世纪90 年代以来气温呈上升趋势，在90 年代末发生突变，21 世纪以来增温显著，日最低气温增幅大于日平均气温和日最高气温。基于概率密度函数（PDF）等方法检验了欧洲中期气象预报中心（ECMWF）ERA-Interim和ERA-20CM（十套集合预报资料）再分析气温资料在天山山区的可信度。结果表明：ERA-Interim和ERA-20CM在天山山区整体上均具有较高的可信度，但区域差异明显。ERA-Interim在日平均气温、日最高气温、日最低气温上的误差小于ERA-20CM，但日最高气温和日最低气温的概率分布要劣于ERA-20CM。ERA-20CM 十套集合预报之间的差异微小。网格点和地面站点的海拔高程差是导致误差的重要原因，对日最高气温的影响尤为显著。..基于ERA-Interim位势高度和位势温度构建不依赖于地面观测站点的气温高程校正模型，将ERA-Interim气温数据由0.25°× 0.25°降尺度到1 km网格上，时间分辨率为6小时，网格格点数量共计818126，时间段为1979至2016，总数据量达187 GB。经过地面站点的初步验证，数据集具有较高的可信度。该数据集为天山山区首套高时空分辨率的气温数据集，为该区域的气候变化、冰川冻土及水文水资源研究提供了高精度的数据支撑。目前，数据集已经上传到国际地球科学数据共享平台Pangaea（https://www.pangaea.de/）供科研工作者免费使用，数据下载地址DOI: 10.1594/PANGAEA.887700。